Eureka源码解析系列文章汇总

本文详细解析了Eureka的服务注册与发现机制,包括Eureka Server作为服务端如何维护服务注册表,以及Eureka Client作为客户端如何进行服务注册、续租及下线通知。同时介绍了服务分区和自我保护模式的概念。

640?wx_fmt=jpeg

上方这个图是Eureka官方提供的架构图,整张图基本上把整个Eureka的核心功能给列出来了,当你要阅读Eureka的源码时可以参考着这个图和下方这些文章

EurekaServer

EurekaServer就是我们常说的服务端 Eureka服务端的启动可参考这篇文章

它维护了一张服务注册表,在这个服务注册表中包含了所有的客户端信息

当服务端启动时会做这么几个事情:

  1. 向集群中的其他服务端发起数据同步请求:

  2. 开启清理过期租约的线程:

EurekaClient

EurekaClient就是我们常说的客户端 Eureka客户端的启动可参考这篇文章:

客户端是与应用程序绑定到一起的,某种意识上来说它是应用实例在注册中心的代言人

当客户端启动时会做这么几个事情:

  1. 向服务端发起注册请求:

  2. 开启续租的线程:

  3. 先全量获取一次可用服务列表且开启一个定时增量获取的线程:

当服务下线时会向服务端发送下线通知:

服务分区

在图中三个EurekaServer之间是用线隔开的,在EurekaServer上面的三个us-east-xx其实就代表着三个服务端所在的三个分区。

为什么会出现分区这个概念呢?当一个项目的用户量比较大时,一般会在多个城市的多个机房分别部署多套服务,为了避免网络延时,我们就希望一个条件允许的情况下一个服务优先调用同机房的服务。为了实现这个功能Ribbon还专门提供了一种负载均衡算法

自我保护模式

为了避免网络分区故障的解决方案:

往期好文

 

640?wx_fmt=png

如果文章对您有所帮助,收藏、转发、在看安排一下!!!

根据作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值